《机器学习-Python实践》试卷答案1.docx

一、选择题

1.C 2.BD 3.A 4.A 5.A 6.B 7.B 8.B 9.D 10.E

二、判断题

1.对 2.对 3.对 4.对 5.对 6.错 7.对 8.对 9.对 10.对

三、填空题

1.混乱 2.ID3 3.C4.5 4.似然函数

5.泊松回归 6.平均误差绝对值误差R2

7.样本被选中的概率样本被分错的概率 8.无监督学习(UnsupervisedLearning)方法

9.监督学习(SupervisedLearning)方法 10.特征标准化降维

四、简答题

1、

答：L1和L2正则先验分别服从什么分布，L1是拉普拉斯分布，L2是高斯分布。

2、

答：最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。

3、

答：（1）主成分分析（PCA）

在PCA中，数据从原来的坐标系转换到新的坐标系，由数据本身决定。转换坐标系时，以方差最大的方向作为坐标轴方向，因为数据的最大方差给出了数据的最重要的信息。第一个新坐标轴选择的是原始数据中方差最大的方法，第二个新坐标轴选择的是与第一个新坐标轴正交且方差次大的方向。重复该过程，重复次数为原始数据的特征维数。大部分方差都包含在最前面的几个新坐标轴中，因此，可以忽略余下的坐标轴，即对数据进行了降维处理。

（2）因子分析（FA）

在因子分析中，假设在观察数据的生成中有一些观察不到的隐变量；假设观察数据是这些隐变量和某些噪声的线性组合；那么隐变量的数据可能比观察数据的数目少，也就是说通过找到隐变量就可以实现数据的降维。

（3）独立成分分析（ICA）

ICA假设数据是从N个数据源生成的，这一点和因子分析有些类似。假设数据为多个数据源的混合观察结果，这些数据源之间在统计上是相互独立的，而在PCA中只假设数据是不相关的。同因子分析一样，如果数据源的数目少于观察数据的数目，则可以实现降维过程。

本篇以下内容主要介绍PCA。

优点：降低数据的复杂性，识别最重要的多个特征。

缺点：不一定需要，且可能损失有用信息。